2026-08-20
今日要点
- Anthropic 同日发布 Claude Opus 5 与 Sonnet 5 两大旗舰模型，并推出无需编程即可在本地文件上工作的桌面代理 Cowork，同时公开了文本水印技术原理。
- OpenAI 宣布为前沿模型提供零数据保留选项，推出面向青少年的 ChatGPT for Teens，并将 ChatGPT 广告业务扩展至欧洲市场。
- Google/DeepMind 密集发布 Gemini 3.7 Flash、Gemini Robotics ER 2 全身智能机器人系统，以及 WeatherNext 飓风预测突破模型。
- Modular（现属高通）宣布 Mojo 编程语言正式开源，同时 Go 1.27 发布，开发者生态迎来重要更新。
- Railway 完成 1 亿美元融资，以 AI 原生云基础设施挑战 AWS；Salesforce 推出全新 Slackbot AI 代理，职场 AI 竞争白热化。
Hacker News
A joke domain purchase turned in geopolitical warfare
一个玩笑式的域名购买演变为地缘政治战争
本文讲述了一个原本出于玩笑目的购买的域名，最终意外卷入地缘政治冲突的故事。作者通过亲身经历展示了互联网基础设施（如域名系统）如何成为大国博弈的战场，以及个人在其中的无力感。文章引发了关于网络空间主权、域名治理以及技术中立性的广泛讨论。
OpenRouter is joining Stripe
OpenRouter 加入 Stripe
OpenRouter 宣布正式加入 Stripe。OpenRouter 是一个聚合多个 AI 模型 API 的平台，允许开发者通过统一接口调用不同的大语言模型。加入 Stripe 后，OpenRouter 有望获得更强的支付基础设施支持和更广泛的商业资源，进一步巩固其在 AI API 聚合领域的地位。
Devices with GrapheneOS support should be available in 2027
支持 GrapheneOS 的设备预计 2027 年上市
GrapheneOS 官方宣布，首批获得官方支持的设备预计将在 2027 年上市。GrapheneOS 是一个以隐私和安全为核心的 Android 定制操作系统，此次官方支持意味着更多硬件厂商将直接为 GrapheneOS 优化设备，用户无需自行刷机即可获得企业级的安全保护。
Remote workers report the highest well-being in study of 7,700 employees
7700 名员工研究显示远程工作者幸福感最高
科罗拉多大学对 7700 名员工进行的一项大规模研究发现，远程工作者报告的幸福感水平最高，显著高于办公室员工和混合办公员工。研究涵盖了工作满意度、心理健康、工作生活平衡等多个维度，为远程办公政策提供了有力的数据支持。
Moderna reports first positive Phase 3 for mRNA neoantigen therapy in melanoma
Moderna 报告黑色素瘤 mRNA 新抗原疗法首次 III 期阳性结果
Moderna 宣布其针对黑色素瘤的 mRNA 新抗原疗法在 III 期临床试验中取得首次阳性结果。该疗法利用 mRNA 技术针对患者肿瘤特有的新抗原进行个性化治疗，标志着 mRNA 技术在癌症免疫治疗领域迈出了重要一步，为个性化肿瘤疫苗的发展提供了关键证据。
Go 1.27
Go 1.27
Go 语言正式发布 1.27 版本。作为 Google 开发的开源编程语言，Go 1.27 带来了多项性能优化、标准库改进以及开发者体验提升。新版本继续强化 Go 在云原生、微服务和基础设施开发领域的优势地位。
Geolocating a random island using geometry and CUDA programming
利用几何学和 CUDA 编程定位随机岛屿
作者展示了一种结合几何学原理和 CUDA 并行编程技术来定位未知岛屿的方法。通过 GPU 加速的几何计算，该方法能够快速处理大量地理空间数据，实现高效的岛屿定位。文章展示了 OSINT（开源情报）技术中数学与高性能计算相结合的实际应用。
Civic Hygiene – avoid building technologies that could be used by a police state (2013)
公民卫生——避免构建可能被警察国家利用的技术（2013）
这是一篇 2013 年的经典文章，讨论了技术开发者应当如何避免构建可能被威权政府或警察国家滥用的技术。文章提出了”公民卫生”的概念，呼吁开发者在设计和发布技术时考虑其潜在的滥用风险，体现了技术伦理和社会责任的重要议题。
Google replaced Git tags for certain source code with obtaining via Google Drive
Google 将部分源代码的 Git 标签替换为通过 Google Drive 获取
GrapheneOS 团队发现，Google 将某些源代码仓库中的 Git 标签替换为需要通过 Google Drive 下载的方式。这一变化引发了开源社区对代码可验证性和供应链安全的担忧，因为通过 Google Drive 获取代码无法像 Git 标签那样进行密码学验证，可能增加代码被篡改的风险。
PostgreSQL for Everything
PostgreSQL 用于一切
本文探讨了 PostgreSQL 作为通用数据存储解决方案的可行性。作者论证了 PostgreSQL 凭借其丰富的扩展生态、JSON 支持、全文搜索和时序数据能力，可以替代许多专用数据库系统，成为”一个数据库解决所有问题”的理想选择。
Casio F-B100W-1A
Casio F-B100W-1A
卡西欧 F-B100W-1A 是一款经典复古风格的数字手表，以其简洁的设计和可靠的性能受到极客和复古爱好者的喜爱。这款手表延续了卡西欧在 80 年代数字手表的设计语言，白色表带搭配经典数字显示屏，兼具实用性和怀旧感。
Air Theremin – A browser theremin you play by waving at your webcam
Air Theremin——用摄像头挥手演奏的浏览器特雷门琴
Air Theremin 是一个基于浏览器的特雷门琴应用，用户只需在摄像头前挥手即可演奏音乐。该应用利用 Web 摄像头捕捉手部动作，通过计算机视觉技术将手势转换为音高和音量，无需任何额外硬件即可体验这种独特的无接触演奏方式。
The Mojo language (by Modular, now Qualcomm) is now open-source
Mojo 编程语言（由 Modular 开发，现属高通）正式开源
Modular 公司（现已被高通收购）宣布其 Mojo 编程语言正式开源。Mojo 是一种旨在结合 Python 易用性和系统级性能的新型编程语言，支持 AI 工作负载的高性能计算。开源后，开发者社区可以参与贡献和改进，有望加速 Mojo 生态的发展。
Unsloth Dynamic 3.0 GGUFs
Unsloth Dynamic 3.0 GGUFs
Unsloth 发布了 Dynamic 3.0 GGUF 格式支持。GGUF 是一种用于本地部署大语言模型的量化格式，Dynamic 3.0 带来了更灵活的量化策略和更好的推理性能，使得在消费级硬件上运行大型语言模型变得更加高效和便捷。
Ornith-1.5: From Self-Scaffolding to Self-Improvement
Ornith-1.5：从自我搭建到自我改进
Ornith-1.5 是一个 AI 代理系统的新版本，其核心突破在于从”自我搭建”（self-scaffolding）进化到”自我改进”（self-improvement）。该系统能够自主构建任务执行框架，并在此基础上持续优化自身能力，代表了 AI 代理自主性发展的重要里程碑。
OpenAI Blog
Offering Zero Data Retention for frontier models
为前沿模型提供零数据保留选项
OpenAI 宣布为其前沿模型（frontier models）提供零数据保留（Zero Data Retention）选项。启用该选项后，用户的输入和输出数据将不会被存储或用于模型训练，为对数据隐私有严格要求的企业和政府客户提供更强的安全保障。这一举措回应了市场对 AI 服务数据隐私的日益关注。
Replit expands access to software creation with GPT-5.6 Luna
Replit 借助 GPT-5.6 Luna 扩大软件创建的可及性
Replit 与 OpenAI 合作，将 GPT-5.6 Luna 集成到其在线开发平台中。GPT-5.6 Luna 是专为代码生成和软件开发优化的模型版本，能够帮助用户更轻松地创建、调试和部署软件项目。这一合作降低了编程门槛，让更多非专业开发者能够参与软件开发。
ChatGPT Ads expands across Europe
ChatGPT 广告业务扩展至欧洲
OpenAI 宣布将 ChatGPT 广告（ChatGPT Ads）业务扩展至欧洲市场。ChatGPT Ads 允许广告主在 ChatGPT 对话界面中展示相关广告内容，为 OpenAI 开辟了新的收入来源。此次欧洲扩展标志着 OpenAI 在商业化道路上迈出重要一步，同时也引发了关于 AI 对话中广告体验的讨论。
Strengthening democratic oversight in national security
加强国家安全领域的民主监督
OpenAI 发布了一份关于在国家安全领域加强民主监督的声明。文章讨论了 AI 技术在国家安全应用中的风险，呼吁建立更透明的监督机制，确保 AI 系统的使用符合民主价值观和公众利益。这一立场反映了 OpenAI 在 AI 治理方面的积极态度。
Partnering with CodeAI to prepare the first AI generation
与 CodeAI 合作培养第一代 AI 人才
OpenAI 宣布与 CodeAI 合作，旨在培养”第一代 AI 人才”。该项目通过提供 AI 编程工具和教育资源，帮助年轻开发者掌握 AI 开发技能，为未来的 AI 经济储备人才。合作体现了 OpenAI 对 AI 教育和人才培养的重视。
Pacing model development in an era of cyber-critical capabilities
在网络关键能力时代控制模型开发节奏
OpenAI 讨论了在网络攻击能力日益增强的背景下，如何控制 AI 模型的开发节奏。文章指出，随着 AI 模型在网络安全领域的能力不断增强，需要建立更审慎的开发和部署流程，以平衡技术创新与安全风险之间的关系。
Introducing ChatGPT for Teens: Built for learning, backed by protections
推出 ChatGPT for Teens：为学习而生，有保护护航
OpenAI 正式推出面向青少年的 ChatGPT for Teens 版本。该版本专为学习场景设计，内置了适合青少年的内容过滤和安全保护机制，同时提供了教育相关的功能优化。这一产品旨在为青少年提供一个安全、有益的 AI 学习伙伴。
How NVIDIA scales expertise with ChatGPT Work
NVIDIA 如何利用 ChatGPT Work 扩展专业知识
NVIDIA 分享了其利用 ChatGPT Work 扩展专业知识库的经验。通过 ChatGPT Work 的企业级功能，NVIDIA 能够将内部技术文档、专家知识和最佳实践整合到 AI 系统中，帮助工程师快速获取所需信息，提高团队协作效率。
Asana cleared 5 years of engineering work in 2 weeks with Codex
Asana 用 Codex 在两周内完成 5 年的工程工作
项目管理工具 Asana 分享了其使用 OpenAI Codex 的惊人成果：在短短两周内完成了原本需要五年才能完成的工程工作。这一案例展示了 AI 编程助手在企业级软件开发中的巨大潜力，为其他企业采用 AI 辅助开发提供了有力参考。
The Defender’s Window
防御者的窗口
本文探讨了 AI 安全领域中的”防御者窗口”概念——即在攻击者利用 AI 能力之前，防御者能够建立有效防护措施的时间窗口。文章分析了当前攻防双方的能力差距，并提出了缩小这一差距的策略建议，强调了主动防御的重要性。
Anthropic Blog
Introducing Claude Opus 5
推出 Claude Opus 5
Anthropic 正式推出 Claude Opus 5，这是其旗舰级 AI 模型的最新版本。Opus 5 在推理能力、代码生成、多语言理解和复杂任务处理等方面均有显著提升。该模型在多项基准测试中表现优异，代表了当前 AI 助手能力的最高水平。
Inviting hard questions
邀请提出困难问题
Anthropic 发布了一篇关于”邀请困难问题”的文章，讨论了 AI 系统在面对复杂、敏感或具有挑战性的问题时应该如何应对。文章强调了透明度和诚实性的重要性，鼓励用户向 AI 提出各种困难问题，以推动 AI 系统的持续改进。
Redeploying Fable 5
重新部署 Fable 5
Anthropic 宣布重新部署 Fable 5 模型。Fable 5 是 Anthropic 的一个 AI 模型版本，此次重新部署可能涉及性能优化、安全改进或功能更新。重新部署反映了 Anthropic 对模型持续迭代和改进的承诺。
Introducing Claude Sonnet 5
推出 Claude Sonnet 5
Anthropic 推出 Claude Sonnet 5，这是其面向平衡性能和效率的中间级模型。Sonnet 5 在保持强大能力的同时，提供了更快的响应速度和更低的成本，适合需要高频调用的应用场景。该模型在代码、分析和创意写作等任务中表现出色。
How Claude’s text watermark works
Claude 文本水印的工作原理
Anthropic 详细解释了 Claude 文本水印技术的工作原理。该技术通过在 AI 生成的文本中嵌入不可见的标记，使得能够识别内容是否由 Claude 生成。文章介绍了水印的嵌入机制、检测方法和局限性，为内容溯源和 AI 生成内容识别提供了技术参考。
Improving Fable 5’s biology safeguards
改进 Fable 5 的生物学安全措施
Anthropic 宣布对 Fable 5 模型的生物学安全措施进行了改进。这些改进旨在防止 AI 系统被用于生成有害的生物学信息，如危险病原体合成指南等。改进后的安全措施在保持模型有用性的同时，更好地防范了潜在的生物安全风险。
Mariano-Florentino (Tino) Cuéllar to join Anthropic as Chief Global Affairs Officer
Mariano-Florentino (Tino) Cuéllar 加入 Anthropic 担任全球事务首席官
Anthropic 宣布 Mariano-Florentino (Tino) Cuéllar 将加入公司担任全球事务首席官（Chief Global Affairs Officer）。Cuéllar 拥有丰富的公共政策和国际事务经验，他的加入将帮助 Anthropic 更好地应对全球范围内的 AI 治理、监管和政策挑战。
Investigating three real-world incidents in our cybersecurity evaluations
调查网络安全评估中的三个真实事件
Anthropic 分享了对其 AI 模型网络安全评估中发现的三个真实事件的调查结果。这些事件涉及 AI 模型在网络安全场景中的潜在风险行为，Anthropic 通过深入分析这些案例，改进了模型的安全评估方法和防护措施。
Our position on open-weights models
我们对开放权重模型的立场
Anthropic 发表了对开放权重（open-weights）模型的最新立场声明。文章讨论了开放权重模型在促进创新和可审计性方面的价值，同时也指出了其在安全控制方面的挑战。Anthropic 提出了在开放与安全之间取得平衡的具体建议。
Cognizant and Anthropic expand their partnership to bring Claude to enterprise clients
Cognizant 与 Anthropic 扩大合作，将 Claude 带给企业客户
Cognizant 和 Anthropic 宣布扩大合作伙伴关系，将 Claude AI 模型带给更多企业客户。通过此次合作，Cognizant 将利用其企业咨询服务能力，帮助客户将 Claude 集成到业务流程中，实现 AI 驱动的业务转型。
Google AI Blog
5 new ways to level up your learning with Search
用 Search 提升学习的 5 种新方法
Google 介绍了利用 Google Search 提升学习效果的 5 种新方法。这些方法包括利用 AI 模式进行概念解释、生成学习摘要、创建复习计划等，旨在帮助学生和终身学习者更高效地获取和理解知识。
Get closer to the game with Gemini and Pixel
借助 Gemini 和 Pixel 更近距离感受比赛
Google 宣布与多家足球俱乐部合作，通过 Gemini AI 和 Pixel 设备为球迷提供更丰富的观赛体验。用户可以使用 Pixel 手机和 Gemini 获取实时比赛数据、球员信息和 AI 生成的比赛分析，让观赛体验更加沉浸和互动。
Bring your spreadsheet data to life with Sheets canvas
用 Sheets Canvas 让表格数据活起来
Google 为 Google Sheets 推出了 Canvas 功能，允许用户在电子表格中创建交互式的数据可视化画布。用户可以将静态的表格数据转化为动态的图表、仪表板和交互式报告，使数据分析更加直观和生动。
AMIE, our research medical AI system, demonstrates real-time clinical video consultation capabilities in a first-of-its-kind study
AMIE 医疗 AI 系统在首创研究中展示实时临床视频咨询能力
Google Research 的 AMIE 医疗 AI 系统在一项开创性研究中展示了实时临床视频咨询能力。AMIE 能够实时分析视频中的患者症状，提供诊断建议和临床决策支持，标志着 AI 在远程医疗领域的重要突破。
Evolve your marketing with new AI tools
用新 AI 工具进化你的营销
Google Ads 推出了一系列新的 AI 工具，帮助广告主优化营销策略。这些工具包括 AI 生成的广告创意、智能出价优化和受众洞察分析，旨在帮助营销人员更高效地触达目标受众并提升广告效果。
The latest AI news we announced in July 2026
2026 年 7 月我们宣布的最新 AI 新闻
Google 汇总了 2026 年 7 月期间发布的所有 AI 相关新闻和产品更新。内容涵盖了模型发布、产品功能更新、合作伙伴关系等多个方面，为读者提供了一个月来 Google AI 动态的全面概览。
Inside our 353,000-person vibe coding course
走进我们 35.3 万人的氛围编程课程
Google 分享了其”氛围编程”（vibe coding）课程的内部情况，该课程吸引了 35.3 万名学员参与。课程教授如何利用 AI 工具进行编程，强调直觉式、低门槛的编程体验，反映了 AI 辅助编程正在成为主流趋势。
Gemini API Managed Agents: 3.6 Flash, hooks, and more
Gemini API 托管代理：3.6 Flash、钩子及更多功能
Google 为 Gemini API 的托管代理功能带来了重大更新，包括 3.6 Flash 模型支持、自定义钩子（hooks）机制等。这些新功能使开发者能够更灵活地构建和部署 AI 代理应用，扩展了 Gemini API 在企业级场景中的应用能力。
5 ways AI Mode in Search helps you enjoy the real world
Search 中 AI 模式帮助你享受现实生活的 5 种方式
Google 介绍了 Search 中 AI 模式在帮助用户享受现实生活方面的 5 种应用方式。包括旅行规划、美食推荐、活动安排等场景，AI 模式能够根据用户的偏好和上下文提供个性化的建议，让日常生活更加便捷和有趣。
5 ways to host the ultimate dinner party with Google Search
用 Google Search 举办完美晚宴的 5 种方法
Google 分享了利用 Google Search 举办完美晚宴的 5 种方法。从菜单规划、食材采购到餐桌布置和娱乐安排，Google Search 的 AI 功能可以帮助用户轻松完成晚宴的各个环节，让聚会更加完美。
Hugging Face Blog
LFM2.5 Q4_0 Checkpoints from Quantization-Aware Distillation
来自量化感知蒸馏的 LFM2.5 Q4_0 检查点
LiquidAI 发布了通过量化感知蒸馏（Quantization-Aware Distillation）技术生成的 LFM2.5 Q4_0 检查点。该技术能够在模型蒸馏过程中同时考虑量化效果，使得最终模型在低精度（4-bit）下仍能保持良好的性能表现，为资源受限环境下的模型部署提供了新方案。
How Much Memory Does Your Agent Actually Need?
你的代理实际上需要多少内存？
IBM Research 探讨了 AI 代理系统实际需要的内存量。研究通过实验分析了不同任务场景下代理系统的内存需求，发现许多代理系统分配的内存远超实际需要。文章提出了优化内存使用的方法，帮助开发者更高效地部署 AI 代理。
Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers
使用 Sentence Transformers 的多向量（晚期交互）嵌入模型
本文介绍了如何使用 Sentence Transformers 实现多向量（晚期交互）嵌入模型。多向量嵌入技术通过为每个输入生成多个向量表示，在检索时进行晚期交互匹配，能够显著提升语义检索的精度和召回率。
Same Cluster, 33 Points More Utilization: What Changed Was the Order
同一集群，利用率提升 33 个百分点：改变的是顺序
Dharma AI 分享了 GPU 集群管理的经验，通过调整任务调度的顺序，在相同的硬件集群上将 GPU 利用率提升了 33 个百分点。文章详细分析了调度策略对资源利用率的影响，为大规模 AI 训练集群的优化提供了实用参考。
State of Open Models: Summer 2026 Observations
开放模型现状：2026 年夏季观察
本文对 2026 年夏季的开放模型生态进行了全面观察和分析。文章涵盖了模型性能趋势、社区活跃度、许可证变化、商业应用等多个维度，为开发者和研究者提供了开放模型领域的最新全景图。
Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets
使用 Strands Agents、LeRobot 和 Hugging Face 存储桶实现一站式录制、训练和部署
Amazon 与 Hugging Face 合作，展示了如何使用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 实现机器人学习的一站式工作流。用户可以在同一平台上完成数据采集、模型训练和部署，大大简化了机器人 AI 的开发流程。
What We Learned by Reproducing 2,200 papers from ICML
复现 ICML 2200 篇论文后我们学到了什么
研究团队复现了 ICML 2026 的 2200 篇论文，并分享了复现过程中的发现和经验。文章讨论了论文复现的成功率、常见挑战以及可复现性对 AI 研究的影响，呼吁社区更加重视研究结果的可验证性。
Introducing OlmoEarth embeddings: Custom embedding exports from OlmoEarth Studio for downstream analysis
推出 OlmoEarth 嵌入：从 OlmoEarth Studio 导出自定义嵌入用于下游分析
Allen AI 推出了 OlmoEarth 嵌入功能，允许用户从 OlmoEarth Studio 导出自定义的地理空间嵌入向量，用于下游分析任务。这些嵌入能够捕捉地理空间数据的语义特征，为遥感分析、城市规划等应用提供了新的工具。
Build Low-Latency Multilingual Voice Agents: Open Weights & Full Deployment Control with NVIDIA Magpie TTS
使用 NVIDIA Magpie TTS 构建低延迟多语言语音代理：开放权重与完全部署控制
NVIDIA 发布了 Magpie TTS 模型，支持构建低延迟的多语言语音代理。该模型提供开放权重和完全部署控制，使开发者能够在本地环境中部署高性能的语音合成系统，适用于客服、教育、娱乐等多种场景。
Making Knowledge Distillation Cheap Enough to Run at Scale
让知识蒸馏便宜到可以大规模运行
本文介绍了如何降低知识蒸馏的计算成本，使其能够在大规模场景下运行。作者提出了一系列优化技术，包括高效的教师模型选择、批量蒸馏策略和硬件加速方案，使得知识蒸馏成为大规模模型部署中的实用工具。
The Gradient
After Orthogonality: Virtue-Ethical Agency and AI Alignment
超越正交性：美德伦理代理与 AI 对齐
作者 Peli Grietzer 探讨了在 AI 对齐领域超越传统”正交性”假设的可能性，提出了基于美德伦理的 AI 代理框架。文章认为，AI 系统不应仅仅追求目标的最优化，而应具备类似人类美德的品质，如审慎、公正和勇气，从而实现更深层次的对齐。
AGI Is Not Multimodal
AGI 不是多模态的
Benjamin A. Spiegel 提出了一个反直觉的观点：通用人工智能（AGI）本质上不是多模态的。他认为，真正的 AGI 应该基于统一的内部表征，而非简单地融合多种模态的输入。文章挑战了当前多模态 AI 的主流范式，引发了关于 AGI 本质的深入思考。
Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research
形状、对称性与结构：数学在机器学习研究中不断变化的角色
Henry Kvinge 探讨了数学在机器学习研究中的角色变化。文章分析了形状理论、对称性分析和结构学习等数学工具如何正在重塑机器学习的研究范式，从经验驱动转向更加理论化的方向。
What’s Missing From LLM Chatbots: A Sense of Purpose
LLM 聊天机器人缺少什么：目标感
Kenneth Li 讨论了当前大语言模型聊天机器人缺乏”目标感”的问题。文章认为，现有的 LLM 聊天机器人虽然能够流畅对话，但缺乏内在的目标和动机，这使得它们在与用户互动时显得缺乏深度和连贯性。作者提出了赋予 AI 系统目标感的可能路径。
We Need Positive Visions for AI Grounded in Wellbeing
我们需要基于福祉的 AI 积极愿景
Joel Lehman 呼吁 AI 社区建立基于人类福祉的积极 AI 愿景。文章批评了当前 AI 讨论中过度关注风险和威胁的倾向，主张应该更多地探讨 AI 如何能够积极地促进人类幸福、创造力和自我实现。
Financial Market Applications of LLMs
大语言模型在金融市场中的应用
Richard Dewey 综述了大语言模型在金融市场中的各种应用，包括新闻情感分析、财报解读、交易策略生成和风险管理等。文章分析了 LLM 在金融领域的优势和局限性，并讨论了监管和伦理方面的挑战。
A Brief Overview of Gender Bias in AI
AI 中性别偏见概述
Yennie Jun 对 AI 系统中的性别偏见问题进行了简要概述。文章分析了性别偏见在数据收集、模型训练和部署等各个环节的表现形式，并介绍了当前缓解性别偏见的主要技术和方法。
Mamba Explained
Mamba 详解
Kola Ayonrinde 对 Mamba 架构进行了详细解释。Mamba 是一种基于状态空间模型（SSM）的新型序列建模架构，旨在替代 Transformer 中的自注意力机制，实现线性时间复杂度的序列建模。文章从数学原理到实际应用全面介绍了 Mamba 的工作机制。
Car-GPT: Could LLMs finally make self-driving cars happen?
Car-GPT：大语言模型能否最终实现自动驾驶？
Jérémy Cohen 探讨了大语言模型在自动驾驶领域的应用前景。文章分析了 LLM 在场景理解、决策规划和人机交互等方面的潜力，同时也指出了当前技术面临的挑战，如实时性要求、安全性和可解释性问题。
Do text embeddings perfectly encode text?
文本嵌入能完美编码文本吗？
Jack Morris 探讨了文本嵌入是否能够完美编码文本信息的问题。文章通过实验分析了文本嵌入的信息损失程度，发现当前的嵌入方法在编码文本语义时存在显著的信息丢失，这对依赖嵌入的下游任务产生了重要影响。
arXiv CS.AI
Position: Collusion Risks Among AI Reasoning Agents Justify Certification Requirements for Making Market Decisions
立场：AI 推理代理间的串谋风险证明了市场决策需要认证要求
本文提出，随着 AI 推理代理在市场中扮演越来越重要的角色，它们之间可能存在串谋风险，因此需要建立认证制度来规范 AI 代理的市场决策行为。作者论证了 AI 代理可能通过隐式协调实现反竞争行为，并提出了相应的监管框架建议。
Position: Profiling Game Worlds by Transition Complexity
立场：通过转换复杂度对游戏世界进行画像
本文提出了一种通过转换复杂度（transition complexity）对游戏世界进行画像的方法。该方法通过分析游戏状态之间的转换关系，量化游戏世界的复杂程度，为游戏设计、AI 训练和游戏测试提供了新的分析工具。
Large Language Models in Mental Health: A Systematic Review of Applications, Innovations, and Ethical Challenges
大语言模型在心理健康领域的应用：应用、创新与伦理挑战的系统综述
本文系统综述了大语言模型在心理健康领域的应用现状。文章涵盖了 AI 心理评估、聊天机器人治疗、危机干预等多个应用场景，分析了技术创新带来的机遇，同时也深入讨论了隐私保护、诊断准确性和伦理责任等挑战。
Position: Behavioral Systems Require Behavioral Tests
立场：行为系统需要行为测试
本文提出，评估 AI 行为系统不能仅依赖传统的静态基准测试，而需要专门的行为测试方法。作者论证了行为系统（如 AI 代理）的动态性和交互性特征要求新的评估范式，并提出了行为测试的设计原则和框架。
Position: Current Model Cards Are Insufficient for Downstream Governance of Open-Weight Foundation Models
立场：当前模型卡不足以支持开放权重基础模型的下游治理
本文指出，当前的模型卡（Model Cards）在支持开放权重基础模型的下游治理方面存在不足。作者分析了模型卡在信息完整性、可操作性和可验证性方面的缺陷，并提出了改进模型卡以更好地支持下游治理的具体建议。
A Metamorphic Artificial Age Score Decision-Support Prototype for Flight-Log-Based Drone Propeller Health Monitoring
基于飞行日志的无人机螺旋桨健康监测的形态变化人工年龄评分决策支持原型
本文提出了一种基于飞行日志数据的无人机螺旋桨健康监测原型系统。该系统利用形态变化测试（metamorphic testing）和人工年龄评分方法，通过分析飞行日志中的异常模式来评估螺旋桨的健康状况，为无人机维护决策提供支持。
Position: Multi-Agent Systems Should Prioritize Concurrency Control
立场：多代理系统应优先关注并发控制
本文提出，多代理系统的设计应优先关注并发控制问题。作者论证了随着代理数量的增加，并发冲突和资源竞争将成为系统可靠性的主要瓶颈，并提出了多代理系统中并发控制的优先级框架和实现策略。
FinSkillBench: Evaluating AI Agents and Domain Skills for Investment Management
FinSkillBench：评估投资管理中的 AI 代理与领域技能
本文介绍了 FinSkillBench，一个用于评估 AI 代理在投资管理领域能力的基准测试。该基准涵盖了投资分析、风险评估、组合优化等多个子任务，旨在全面评估 AI 代理在金融投资场景中的专业技能和决策能力。
arXiv CS.CL
LongNovel: A Multi-Scale Benchmark for Hallucination Detection in Long-Context Novel Summarization
LongNovel：长上下文小说摘要中幻觉检测的多尺度基准
本文提出了 LongNovel 基准，用于评估大语言模型在长上下文小说摘要任务中的幻觉检测能力。该基准包含多个尺度的测试样本，从段落级到章节级再到整书级，全面评估模型在长文本处理中的事实忠实性。
Entity tracking emerges in sub-billion parameter language models and exceeds human performance in naturalistic narratives
实体追踪在十亿参数以下语言模型中涌现并在自然叙事中超越人类表现
研究发现，实体追踪能力在十亿参数以下的语言模型中就已经涌现，并且在自然叙事文本中的表现甚至超过了人类。这一发现挑战了关于模型规模与认知能力关系的传统认知，为理解语言模型的涌现行为提供了新证据。
Compiler-Guided Adaptive Proof Search with Cross-Model Synergy on Context-Dependent Theorem Proving
编译器引导的自适应证明搜索：上下文相关定理证明中的跨模型协同
本文提出了一种编译器引导的自适应证明搜索方法，用于上下文相关的定理证明任务。该方法通过跨模型协同（cross-model synergy）机制，结合多个模型的推理能力，在编译器优化策略的指导下进行自适应证明搜索，显著提升了定理证明的成功率。
Persona-Guided LLM Agents for Task-Oriented Dialogue
人格引导的 LLM 代理用于任务导向对话
本文提出了一种人格引导的大语言模型代理框架，用于任务导向对话系统。通过为 AI 代理赋予特定的人格特征，系统能够在完成对话任务的同时保持自然、一致的角色表现，提升了用户体验和对话的自然度。
SuTRA: Structurally-Unified Tokenization with Root Awareness
SuTRA：具有词根感知的结构统一分词
本文提出了 SuTRA（Structurally-Unified Tokenization with Root Awareness），一种具有词根感知的结构统一分词方法。该方法通过识别词根和词缀的结构关系，实现了更加语义一致的分词方案，在多种语言上均取得了优于现有分词器的效果。
Latent Space Refusal Anchoring for Low-Resource African Languages: Mechanistic Safety Recovery Without Retraining
低资源非洲语言的潜在空间拒绝锚定：无需重新训练的机制安全恢复
本文提出了一种针对低资源非洲语言的安全恢复方法——潜在空间拒绝锚定（Latent Space Refusal Anchoring）。该方法通过在不重新训练模型的情况下，在潜在空间中锚定安全拒绝行为，使得为高资源语言训练的安全模型能够有效迁移到低资源非洲语言场景。
Nine Emotion Centroids: A Label-Free Valence Axis That Transfers Across Four Modalities
九种情感质心：跨四种模态迁移的无标签效价轴
本文提出了”九种情感质心”的概念，定义了一个无需标签的效价轴（valence axis），该轴能够在文本、图像、音频和视频四种模态之间进行迁移。这一发现为跨模态情感分析提供了新的理论基础和实用工具。
Self- and Other-Labels Induce Bidirectional Bias in LLM Judges
自我标签和他者标签在 LLM 评判者中引发双向偏见
本文研究了大语言模型作为评判者（LLM-as-judge）时的偏见问题。研究发现，当模型被赋予”自我”标签或”他者”标签时，会产生双向偏见——倾向于对自己标签下的内容给出更高评价，而对其他标签下的内容给出更低评价。
arXiv CS.LG
Entropy-Constrained Adaptive Stochastic Quantization
熵约束自适应随机量化
本文提出了一种熵约束的自适应随机量化方法。该方法在量化过程中引入熵约束，自适应地调整量化策略，使得量化后的模型在保持精度的同时实现更优的压缩比。实验表明，该方法在多种模型架构和数据集上均优于现有的量化技术。
Towards Reversible Forgetting: Managing Obsolete Knowledge in Continual Enterprise AI Agents
迈向可逆遗忘：持续企业 AI 代理中的过时知识管理
本文探讨了持续学习的企业 AI 代理中过时知识的管理问题，提出了”可逆遗忘”的概念。该方法允许 AI 代理在遗忘过时知识的同时保留恢复能力，当知识重新变得相关时能够快速恢复，解决了传统遗忘方法不可逆的问题。
Accelerating Visual On-Policy Distillation with Batched Speculative Jacobi Rollouts
使用批量推测雅可比展开加速视觉在线策略蒸馏
本文提出了一种使用批量推测雅可比展开（Batched Speculative Jacobi Rollouts）来加速视觉在线策略蒸馏的方法。该方法通过并行化的推测执行策略，显著减少了蒸馏过程中的计算开销，使得大规模视觉策略模型的训练更加高效。
H²EDL: Hyper Evidential Deep Learning for Hierarchical Classification
H²EDL：用于层次分类的超证据深度学习
本文提出了 H²EDL（Hyper Evidential Deep Learning），一种用于层次分类的超证据深度学习框架。该方法通过引入超证据理论，能够更好地处理层次分类中的不确定性和类别间关系，在多个层次分类任务上取得了优于现有方法的结果。
What Can Artificial Intelligence Learn from Medicine? Generative Analogies and Reliable Machine Learning Systems
人工智能能从医学中学到什么？生成类比与可靠的机器学习系统
本文探讨了人工智能可以从医学领域借鉴的经验和方法。作者提出了”生成类比”的概念，即通过类比医学中的诊断和治疗思维来构建更可靠的机器学习系统。文章分析了医学中的不确定性处理、因果推理和决策支持等经验对 AI 系统的启示。
A systematic review of machine learning techniques to address diagnosis and treatment of autism: challenges and opportunities
机器学习技术在自闭症诊断和治疗中的应用：挑战与机遇的系统综述
本文系统综述了机器学习技术在自闭症诊断和治疗中的应用现状。文章涵盖了基于行为分析、脑成像、基因数据和语言模式的多种 ML 方法，分析了当前技术面临的挑战（如数据稀缺、模型可解释性）以及未来的发展机遇。
Safe Domain Adaptation for Physics: Overcoming Nuisances, Label Shifts, and Simulation Priors
物理领域的安全域适应：克服干扰、标签偏移和模拟先验
本文提出了一种面向物理领域的安全域适应方法。该方法专门针对物理实验中的干扰因素、标签偏移和模拟先验偏差等问题，通过引入安全约束和不确定性量化，确保域适应过程在物理场景中的可靠性和安全性。
ChiroEcho: extending automated bat vocalisation classification beyond the learned taxonomy
ChiroEcho：将自动蝙蝠叫声分类扩展到已学习分类体系之外
本文提出了 ChiroEcho 系统，用于将自动蝙蝠叫声分类扩展到已学习的分类体系之外。该系统能够识别和分类训练数据中未包含的蝙蝠物种叫声，通过零样本学习和声学特征分析，为生物多样性监测提供了新的工具。
arXiv CS.CV
Human-Centric Intelligence in the Era of Foundation Models: A Survey
基础模型时代的人本智能：综述
本文综述了基础模型时代的人本智能（Human-Centric Intelligence）研究进展。文章从以人为本的视角分析了基础模型在计算机视觉中的应用，涵盖了人机协作、可解释性、公平性和隐私保护等关键议题，为未来研究提供了全面的参考框架。
Bound-Aware Per-Organ Recall Risk Control for Multi-Organ CT Segmentation under Clinical Domain Shift
临床域偏移下多器官 CT 分割的边界感知逐器官召回风险控制
本文提出了一种边界感知的逐器官召回风险控制方法，用于临床域偏移条件下的多器官 CT 分割。该方法通过为每个器官设置独立的召回风险边界，在域偏移场景下确保分割结果的临床可靠性，特别适用于跨医院、跨设备的医学影像分析。
LumiTokens: 3D Relighting via Token-Space Lighting Transformation
LumiTokens：通过令牌空间光照变换实现 3D 重光照
本文提出了 LumiTokens 方法，通过在令牌空间（token space）中进行光照变换来实现 3D 重光照。该方法将光照信息编码到视觉令牌的表示中，通过操作令牌空间中的光照分量来改变场景的光照效果，实现了高效且高质量的 3D 重光照。
Zero-Shot Transfer of Force Map Estimation Across GelSight Mini Sensors
GelSight Mini 传感器间的力图估计零样本迁移
本文研究了 GelSight Mini 触觉传感器之间的力图估计零样本迁移问题。通过提出一种跨传感器的特征对齐方法，模型能够在未经过目标传感器训练的情况下，准确估计新传感器上的接触力图，为多传感器触觉感知系统提供了新的解决方案。
Visual-Prompt Guided Wildlife Instance-Level Recognition
视觉提示引导的野生动物实例级识别
本文提出了一种视觉提示引导的野生动物实例级识别方法。通过在图像中提供视觉提示（如边界框或关键点），模型能够聚焦于特定区域进行细粒度的物种识别和个体区分，在野生动物监测和保护领域具有重要应用价值。
Acquisition Geometry-Assisted Whole-Group Localization of X-ray Fluorescence Maps in Optical Microscopy Images
采集几何辅助的 X 射线荧光图谱在光学显微镜图像中的全组定位
本文提出了一种利用采集几何信息辅助 X 射线荧光图谱在光学显微镜图像中进行全组定位的方法。该方法通过结合 XRF 采集的几何参数和光学显微镜图像的空间信息，实现了两种成像模态之间的精确配准和定位。
High-Flux Count-Free Single-Photon 3D Cameras
高通量无计数单光子 3D 相机
本文介绍了一种高通量无计数单光子 3D 相机技术。与传统单光子相机需要精确计数光子不同，该方法通过无计数（count-free）的方式实现 3D 成像，在保持高分辨率的同时显著提高了成像速度和通量，适用于高速 3D 感知场景。
XRF-to-Optical Field-of-View Localization with Vision Language Models
使用视觉语言模型实现 XRF 到光学视场的定位
本文提出了一种使用视觉语言模型（VLM）实现 X 射线荧光（XRF）图谱到光学显微镜视场定位的方法。通过利用 VLM 的多模态理解能力，该方法能够自动识别和匹配 XRF 图谱与光学图像中的对应区域，简化了多模态成像的工作流程。
DeepMind Blog
Introducing Gemini 3.7 Flash
推出 Gemini 3.7 Flash
DeepMind 正式推出 Gemini 3.7 Flash 模型。作为 Gemini 系列中的快速推理版本，3.7 Flash 在保持高效推理速度的同时，在多项基准测试中实现了性能提升。该模型特别适合需要快速响应的实时应用场景，如对话系统、代码补全和实时翻译。
Putting sign language AI into users’ hands
将手语 AI 交到用户手中
DeepMind 发布了一项将手语 AI 技术直接交到用户手中的项目。通过提供易于使用的工具和 API，用户可以在自己的设备上部署手语识别和翻译系统，无需依赖云端服务。这一举措旨在降低手语 AI 的使用门槛，促进听障人士的沟通无障碍。
WeatherNext: AI model achieves breakthrough in forecasting cyclones
WeatherNext：AI 模型在飓风预测方面取得突破
DeepMind 的 WeatherNext AI 模型在飓风预测方面取得了重大突破。该模型能够更准确地预测飓风的路径、强度和登陆时间，预测精度显著优于传统数值天气预报模型。这一突破对于灾害预警和应急响应具有重要意义。
Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration
Gemini Robotics ER 2：以视频理解、任务编排和多机器人协作为机器人赋能
DeepMind 推出 Gemini Robotics ER 2，这是一个为机器人系统提供视频理解、任务编排和多机器人协作能力的平台。ER 2 使机器人能够通过视频理解环境、自主规划任务执行顺序，并与其他机器人协同工作，大幅提升了机器人在复杂环境中的自主能力。
We’re launching Lyria 3.5 in Google Flow Music, with advances across musicality, lyrics, vocals, and creative control
在 Google Flow Music 中推出 Lyria 3.5，在音乐性、歌词、人声和创意控制方面均有进步
DeepMind 在 Google Flow Music 中推出了 Lyria 3.5 音乐生成模型。新版本在音乐性、歌词创作、人声合成和创意控制等方面均有显著进步，用户能够更精细地控制生成音乐的风格、情感和结构，为音乐创作提供了强大的 AI 辅助工具。
Gemini Robotics 2 brings whole body intelligence to robots
Gemini Robotics 2 为机器人带来全身智能
DeepMind 推出 Gemini Robotics 2，为机器人系统带来”全身智能”（whole body intelligence）。该系统使机器人能够协调全身各部位的动作，实现更加自然和灵活的物理交互，包括精细操作、平衡控制和环境适应等能力，标志着机器人智能的重要进步。
Accelerating the frontiers of scientific discovery: Google’s $40M commitment to the Genesis Mission
加速科学发现前沿：Google 对 Genesis 任务的 4000 万美元承诺
Google 宣布向 Genesis 任务承诺 4000 万美元，以加速科学发现的前沿探索。Genesis 任务是一个利用 AI 加速科学研究的重大项目，涵盖材料科学、药物发现和气候建模等多个领域。Google 的投入将用于计算资源、AI 模型研发和跨学科合作。
Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
推出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
DeepMind 同时推出了三款 Gemini 模型：3.6 Flash（标准快速版）、3.5 Flash-Lite（轻量版）和 3.5 Flash Cyber（网络安全专用版）。3.6 Flash 在速度和性能之间取得平衡；Flash-Lite 面向资源受限场景；Flash Cyber 则专门针对网络安全任务进行了优化。
Introducing Gemini 3.5 Flash Cyber
推出 Gemini 3.5 Flash Cyber
DeepMind 推出 Gemini 3.5 Flash Cyber，这是专门针对网络安全任务优化的 AI 模型。该模型在漏洞分析、恶意软件检测、威胁情报分析等网络安全场景中表现出色，同时具备快速推理能力，适合实时安全监控和响应场景。
Our approach to bioresilience
我们对生物韧性的方法
DeepMind 分享了其在生物韧性（bioresilience）方面的研究方法和成果。文章讨论了如何利用 AI 技术增强生物系统（包括人类健康和生态系统）的韧性，涵盖了疾病预测、药物发现和生态恢复等多个方向，体现了 DeepMind 在生物安全领域的战略布局。
Meta Engineering
How We’re Building Scam Alert on WhatsApp With End-to-End Encryption and Verifiability Guarantees
我们如何在 WhatsApp 上构建具有端到端加密和可验证性保证的诈骗警报
Meta 工程团队详细介绍了如何在 WhatsApp 上构建诈骗警报系统，同时保持端到端加密和可验证性保证。该系统在保护用户隐私的前提下，通过本地计算和可信执行环境检测潜在的诈骗信息，并向用户发出警告，平衡了安全与隐私的关系。
From User Sequences to Scaling Laws: A Multi-Stage Architecture for Meta’s Ads Ranking
从用户序列到缩放定律：Meta 广告排序的多阶段架构
Meta 分享了其广告排序系统的多阶段架构设计。该系统从用户行为序列出发，通过多阶段模型逐步提取和融合特征，最终利用缩放定律优化模型性能。文章详细描述了各阶段的技术细节和工程实现，为大规模推荐系统提供了参考。
GEM Training: How Meta Doubled the Efficiency of Its LLM-Scale Ads Foundation Model
GEM 训练：Meta 如何将其 LLM 规模广告基础模型的效率提高一倍
Meta 介绍了 GEM 训练方法，该方法使其 LLM 规模的广告基础模型训练效率提高了一倍。GEM（Gradient-based Efficient Mixing）通过优化梯度计算和参数更新策略，在保持模型质量的同时大幅减少了训练时间和计算资源消耗。
Exploring Hierarchical Interest Representation For Meta Ads Deep Funnel Optimization
探索 Meta 广告深度漏斗优化的层次兴趣表示
Meta 研究了层次兴趣表示在广告深度漏斗优化中的应用。通过构建用户兴趣的层次化表示，系统能够更好地理解用户在不同转化阶段的需求变化，从而优化广告在深度漏斗各阶段的投放策略，提升整体转化效果。
Modernizing the Meta Ads Service With an Open-Source Kernel Scheduler
使用开源内核调度器现代化 Meta 广告服务
Meta 分享了如何使用开源内核调度器来现代化其广告服务。通过引入先进的调度算法，Meta 显著提升了广告服务的响应速度和资源利用率，同时降低了运维复杂度。这一改造为其他大规模在线服务提供了可借鉴的经验。
Meta’s AI Storage Blueprint at Scale
Meta 大规模 AI 存储蓝图
Meta 分享了其大规模 AI 存储基础设施的设计蓝图。该蓝图涵盖了从数据存储、索引到检索的完整架构，支持 PB 级数据的快速访问和处理。文章详细介绍了存储系统的分层设计、数据生命周期管理和成本优化策略。
10 Years of Meta’s Commitment to Python
Meta 对 Python 的十年承诺
Meta 回顾了其对 Python 编程语言的十年承诺。文章总结了 Meta 在 Python 生态中的贡献，包括开源项目、性能优化和工具链建设，并展望了 Python 在 AI 时代的未来发展方向。
Privacy-Aware Infrastructure in the AI-Native Era: An Asset Classification Case Study
AI 原生时代的隐私感知基础设施：一项资产分类案例研究
Meta 分享了一项关于 AI 原生时代隐私感知基础设施的案例研究。通过资产分类方法，Meta 构建了能够自动识别和保护敏感数据的基础设施，确保 AI 系统在处理和存储数据时符合隐私保护要求。
How Meta Engineered Ultra-Narrow Batteries for AI Glasses
Meta 如何为 AI 眼镜设计超窄电池
Meta 分享了其为 AI 眼镜设计超窄电池的工程经验。通过创新的电池化学和结构设计，Meta 在极窄的空间内实现了足够的电池容量，同时保证了安全性和充电效率，为可穿戴 AI 设备的硬件设计提供了重要参考。
VentureBeat AI
VentureBeat names Rob Strechay as its first Lead Analyst, expanding its enterprise AI research push
VentureBeat 任命 Rob Strechay 为首任首席分析师，扩大企业 AI 研究力度
VentureBeat 宣布任命 Rob Strechay 为其首位首席分析师，标志着其在企业 AI 研究领域的重大扩展。Strechay 将领导新的研究团队，为企业客户提供深入的 AI 市场分析和战略建议，进一步巩固 VentureBeat 在 AI 新闻和研究领域的地位。
Google just redesigned the search box for the first time in 25 years — here’s why it matters more than you think
Google 25 年来首次重新设计搜索框——为什么这比你想象的更重要
Google 25 年来首次对其标志性的搜索框进行了重新设计。新设计不仅改变了外观，还集成了 AI 功能，如自然语言理解和上下文感知搜索。这一变化反映了 Google 从传统关键词搜索向 AI 驱动对话式搜索的战略转型，对搜索引擎行业具有深远影响。
Railway secures $100 million to challenge AWS with AI-native cloud infrastructure
Railway 完成 1 亿美元融资，以 AI 原生云基础设施挑战 AWS
云基础设施公司 Railway 完成了 1 亿美元融资，计划以 AI 原生的云基础设施挑战 AWS 的市场地位。Railway 专注于为 AI 应用提供优化的部署和运行环境，包括自动化的模型部署、GPU 资源调度和 AI 工作流管理，吸引了大量 AI 初创公司的关注。
Claude Code costs up to $200 a month. Goose does the same thing for free
Claude Code 每月费用高达 200 美元，Goose 免费提供相同功能
文章对比了 Anthropic 的 Claude Code（每月最高 200 美元）和开源项目 Goose 的功能。Goose 作为一个开源的 AI 编程助手，提供了与 Claude Code 类似的功能，但完全免费。这一对比引发了关于 AI 编程工具商业化和开源替代方案的讨论。
Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews
Listen Labs 在病毒式广告牌招聘活动后完成 6900 万美元融资，扩展 AI 客户访谈
Listen Labs 在完成一次病毒式传播的广告牌招聘活动后，成功筹集了 6900 万美元。该公司专注于利用 AI 技术进行客户访谈和市场调研，通过 AI 代理自动执行客户访谈流程，大幅降低了市场调研的成本和时间。
Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI
Salesforce 推出全新 Slackbot AI 代理，在职场 AI 领域与微软和谷歌竞争
Salesforce 推出了全新的 Slackbot AI 代理，旨在企业协作和自动化领域与微软和谷歌展开竞争。新版本的 Slackbot 具备更强的自然语言理解能力和任务执行能力，能够自动处理日程安排、信息检索和工作流自动化等任务。
Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required
Anthropic 推出 Cowork：一个无需编程即可在本地文件上工作的 Claude 桌面代理
Anthropic 推出了 Cowork，一个 Claude 桌面代理应用。Cowork 能够直接在用户的本地文件中工作，执行文件整理、信息提取、内容生成等任务，无需用户编写任何代码。这一产品将 Claude 的强大能力带入了普通用户的日常文件管理场景。
Towards Data Science
How to Scale an Integration Pipeline Without Breaking Correctness
如何在保持正确性的同时扩展集成管道
本文探讨了如何在扩展数据集成管道规模的同时保持数据正确性。作者分享了在实际项目中遇到的挑战和解决方案，包括数据验证策略、错误处理机制和监控体系的设计，为构建可靠的集成系统提供了实用指导。
Kimi K3’s 1M Token Context Window vs. RAG: Cost, Latency and Answer Quality
Kimi K3 的 100 万 Token 上下文窗口 vs. RAG：成本、延迟和答案质量
本文对比了 Kimi K3 的 100 万 Token 超长上下文窗口与 RAG（检索增强生成）方案在成本、延迟和答案质量三个维度的表现。实验结果表明，超长上下文在某些场景下具有优势，但在成本和延迟方面仍需权衡，为开发者选择合适的技术方案提供了参考。
Understanding Anti-AI Public Opinion
理解反 AI 公众舆论
本文分析了当前反 AI 公众舆论的成因和特征。作者通过调查数据和案例分析，探讨了公众对 AI 的担忧来源，包括就业替代、隐私侵犯、算法偏见和失控风险等，并提出了改善公众对 AI 认知的策略建议。
Jigsaw Jeeves: Building a Puzzle Assistant using Computer Vision
Jigsaw Jeeves：使用计算机视觉构建拼图助手
本文介绍了如何使用计算机视觉技术构建一个拼图助手应用 Jigsaw Jeeves。该应用能够识别拼图碎片、匹配边缘和颜色，并为用户提供拼图建议，展示了计算机视觉在娱乐应用中的有趣实践。
From Prototype to Production: The Architecture Behind Secure & Governed AI Agents
从原型到生产：安全可控 AI 代理背后的架构
本文详细描述了将 AI 代理从原型开发到生产部署的架构设计。文章涵盖了安全控制、治理框架、监控告警和合规审计等关键组件，为构建企业级 AI 代理系统提供了完整的架构参考。
Building Enterprise Agent Systems that People can Trust, Verify and Improve
构建人们可以信任、验证和改进的企业代理系统
本文探讨了如何构建可信任的企业 AI 代理系统。作者提出了”信任三角”框架——信任、验证和改进，并详细介绍了在每个维度上的具体实现方法，包括可解释性设计、审计日志和持续学习机制。
Graph Engineering Isn’t About More Connections — It’s About Which Ones Get Used
图工程不在于更多连接——而在于哪些连接被使用
本文讨论了图工程中的核心问题：不是简单地增加连接数量，而是关注哪些连接真正被使用。作者通过实际案例说明了如何优化图结构，去除冗余连接，提升图算法的效率和效果。
Ten Is Not a Hundred
十不等于一百
本文通过”十不等于一百”的比喻，讨论了 AI 系统中规模效应的非线性特征。作者指出，从 10 个样本到 100 个样本的跨越不仅仅是数量的增加，而是质的变化，这一原理在数据收集、模型训练和系统评估中均有重要启示。
Webwright: Why AI Web Agents Should Write Code, Not Click
Webwright：为什么 AI 网络代理应该编写代码而不是点击
本文提出了 Webwright 的理念：AI 网络代理应该通过编写代码来操作网页，而不是模拟人类的点击行为。作者论证了代码驱动的方式在可靠性、速度和可维护性方面的优势，并展示了 Webwright 框架的实际应用效果。
Three Generations of Autoscaling — And Why Agentic Traffic Breaks All of Them
三代自动扩缩容——以及为什么代理流量会打破所有方案
本文回顾了自动扩缩容技术的三代演进，并分析了为什么 AI 代理产生的流量模式会打破所有现有的自动扩缩容方案。作者指出，代理流量具有突发性、不可预测性和高度并发的特征，需要全新的扩缩容策略来应对。